2020-tese-jmdcj

Prévia do material em texto

UNIVERSIDADE FEDERAL DO CEARÁ 
FACULDADE DE ECONOMIA, ADMINISTRAÇÃO, ATUÁRIA E 
CONTABILIDADE 
CENTRO DE APERFEIÇOAMENTO DE ECONOMISTAS DO NORDESTE 
DOUTORADO EM ECONOMIA 
 
 
 
JOSÉ MARIA DA CUNHA JÚNIOR 
 
ENSAIOS SOBRE TRATAMENTO EM NÍVEIS 
 
 
 
 
 
 
 
 
FORTALEZA 
2020 
2 
 
JOSÉ MARIA DA CUNHA JÚNIOR 
 
 
 
ENSAIOS SOBRE TRATAMENTO EM NÍVEIS 
 
 
 
Tese de Doutorado apresentada à 
Coordenação do Programa de Pós-
Graduação em Economia da Faculdade 
de Economia, Administração, Atuária e 
Contabilidade da Universidade Federal 
do Ceará como requisito parcial para 
obtenção do título de Doutor em 
Economia 
 
Orientador: Prof. Dr. Ricardo Brito 
Soares 
 
 
 
 
 
 
FORTALEZA 
2020 
3 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4 
 
JOSÉ MARIA DA CUNHA JÚNIOR 
 
ENSAIOS SOBRE TRATAMENTO EM NÍVEIS 
 
Tese de Doutorado apresentada à 
Coordenação do Programa de Pós-
Graduação em Economia da Faculdade 
de Economia, Administração, Atuária e 
Contabilidade da Universidade Federal 
do Ceará como requisito parcial para 
obtenção do título de Doutor em 
Economia 
Data da Aprovação: 29/12/2020 
 
BANCA EXAMINADORA 
 
____________________________________________ 
Prof. Dr Ricardo Brito Soares (Orientador) 
Universidade Federal do Ceará (CAEN-UFC) 
 
____________________________________________ 
Prof. Dr. Fabrício Carneiro Linhares (CAEN-UFC) 
 
__________________________________________ 
 
Prof. Dr. Leandro de Almeida Rocco (CAEN-UFC) 
 
____________________________________________ 
Prof. Dr. Cristiano da Costa da Silva (UERN) 
 
____________________________________________ 
Dr. Diego Rafael Fonseca Carneiro (UFC) 
 
5 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
“Oh, take your time, don't live too fast 
Troubles will come, and they will pass 
And be a simple kind of man 
Oh, be something you love and 
understand.” 
(Lynyrd Skynyrd – Simple Man) 
 
 
 
 
6 
 
 
AGRADECIMENTOS 
 
A Deus, por sempre me conceder sabedoria nas escolhas dos melhores caminhos. 
A minha mãe, por sempre me dar suporte em tudo. 
Ao meu pai e irmãos, por todo apoio, carinho e confiança. 
Ao meu orientador, Prof. Ricardo Brito, por todo ensinamento, contribuições e paciência. 
Aos Professores Fabrício Linhares e Leandro Rocco, por disponibilizar tempo para 
participar da banca de avaliação e por suas contribuições ao trabalho. 
Aos demais professores do CAEN, por suas contribuições à minha formação acadêmica. 
Aos meus colegas de doutorado que compartilharam essa jornada comigo. Em especial 
aos meus amigos Cristiano da Silva, Francisco Alves, Felipe Bastos e Diego Carneiro, 
por toda ajuda e amizade, que foram fundamentais nesses anos. 
Aos meus amigos Éverton Machado, Saulo Torres, Alexandre Castro, Felipe Fiuza, Ítalo 
Pinho, Leonardo Melo e Renan Seabra, por toda amizade e incentivo. 
A minha namorada e melhor amiga, Giulianne Batista, por todo amor, apoio, conforto, 
carinho e por acreditar em mim em todos os momentos. 
A todos os funcionários do CAEN, por toda ajuda e atenção dadas a mim. 
E a CAPES, pela oportunidade e apoio financeiro. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
7 
 
 
RESUMO 
Em muitos estudos empíricos, as intervenções apresentam-se de forma contínua, na qual 
as unidades tratadas recebem níveis distintos de tratamento. Tal fato também está 
em consonância com a área da epidemiologia, onde Funções Dose-Respostas (FDR’s) são 
estimadas para verificar a resiliência dos pacientes a diferentes níveis de dosagem de 
medicamentos. Então, faz-se relevante a utilização das FDR’s para avaliar a 
heterogeneidade dos efeitos do tratamento decorrente da variação na quantidade de 
exposição. Além disso, utilizaremos uma metodologia específica para os casos nos quais 
existem a presença de uma transgressão econométrica comum em análises de políticas 
públicas: o viés de seleção. A metodologia utilizada nos dois primeiros capítulos consiste 
na aplicação da Função Dose-Resposta, a partir do proposto por Cerulli (2015). No 
capítulo 3 fizemos uso de um modelo de dados em painel, considerando diferentes 
interceptos para cada participante e período (two way fixed effects regress), de maneira a 
controlar efeitos não observados em unidades de cross-section, bem 
como cofatores específicos ao longo dos períodos. No primeiro capítulo, obtivemos 
resultados mais precisos sobre as empresas beneficiadas pelo Fundo Constitucional de 
Financiamento do Nordeste (FNE), quando comparado a outros estudos que relaxavam a 
hipótese de endogeneidade. No capítulo 2, ao analisarmos a intensidade do Programa 
Jovem de Futuro, encontramos uma efetividade do Programa sobre as notas dos 
estudantes, porém não encontramos um padrão nos resultados, no que tange a intensidade 
do programa, representado pelo número de metodologias aderidas pelas escolas. Por fim, 
no capítulo 3, ao analisarmos o Programa Nota Fortaleza, nossos resultados apontam para 
a hipótese de que a contemplação no sorteio afeta diretamente o comportamento dos 
indivíduos em uma janela de análise futura. Ressalta-se, também, um resultado 
importante sobre o efeito da intensidade do tratamento, que corrobora com a literatura 
onde o tamanho (dose) do prêmio se mostra relevante para modificar de maneira mais 
consistente o comportamento dos laureados. 
Palavras-Chave: Dose Resposta. Event Studies. Endogeneidade. Economia 
Comportamental. FNE. Nota Fortaleza. Programa Jovem de Futuro. Fortaleza. 
 
 
8 
 
 
ABSTRACT 
In many empirical studies, interventions are presented continuously, in which the treated 
units receive different levels of treatment. This fact is also in line with the area of 
epidemiology, where Dose-Response Functions (FDR’s) are estimated to verify the 
resilience of patients at different levels of medication dosage. Therefore, it is relevant to 
use FDR’s to assess the heterogeneity of the effects of treatment due to the variation in 
the amount of exposure. In addition, we will use a specific methodology for cases in 
which there is a common econometric transgression in public policy analyzes: the 
selection bias. The methodology used in the first two chapters consists in the application 
of the Dose-Response Function, based on the one proposed by Cerulli (2015). In chapter 
three we used a panel data model, considering different intercepts for each participant and 
period (two way fixed effects regress), in order to control effects not observed in cross-
section units, as well as specific cofactors over the periods. The first chapter shows, we 
obtained more precise results about the companies benefited by the Constitutional Fund 
for Financing in the Northeast (FNE), when compared to other studies that relaxed the 
hypothesis of endogeneity. In chapter two, when analyzing the intensity of the Youth of 
the Future Program, we encountered an effectiveness of the Program on the students' 
grades, however we did not find a pattern in the results, regarding the intensity of the 
program, represented by the number of methodologies adhered by the schools. To 
conclude, in chapter three, when analyzing the Nota Fortaleza Program, our results point 
to the hypothesis that the draw contemplation directly affects the behavior of individuals 
in a future analysis window. It is important to mention the result on the effect of the 
treatment intensity, which corroborates with the literature where the size (dose) of the 
prize is relevant to modify in a more consistent way the behavior of the laureates. 
Keywords: Dose-Response. Event Studies. Endogeneidade. Behavioral Economics. FNE. 
Nota Fortaleza. Programa Jovem de Futuro. Fortaleza. 
 
 
 
 
9 
 
 
SUMÁRIO 
 
Apresentação ............................................................................................................................ 9 
1 Efeitos Heterogêneosda Intensidade do Tratamento: Uma Análise Sobre o do Fundo 
Constitucional de Financiamento do Nordeste (FNE) 
1 Introdução ...................................................................................................................... 14 
2 Revisão de Literatura ..................................................................................................... 16 
2.1 Fundo Constitucional de Financiamento do Nordeste (FNE) ................................. 16 
2.2 Resultados Empíricos .............................................................................................. 19 
3 Metodologia ................................................................................................................... 21 
4 Base de Dados ............................................................................................................... 29 
5 Resultados ...................................................................................................................... 34 
6 Considerações Finais ..................................................................................................... 46 
7 Referências .................................................................................................................... 47 
2 Quanto mais projetos, melhor? Uma Análise do Nível de Tratamento do Programa 
Jovem De Futuro 
 
1. Introdução ............................................................................................................................ 52 
2. Revisão de Literatura ........................................................................................................... 54 
2.1 Programa Jovem de Futuro ............................................................................................ 54 
2.2 Resultados Empíricos .................................................................................................... 56 
3. Metodologia ......................................................................................................................... 58 
4. Base de Dados ...................................................................................................................... 63 
5. Resultados ............................................................................................................................ 65 
6. Considerações Finais ............................................................................................................ 71 
Referências .................................................................................................................... 72 
Anexos ........................................................................................................................... 74 
 
3 Efeito Prêmio: Uma Análise do Programa Nota Fortaleza 
 
1. Introdução ............................................................................................................................ 80 
10 
 
2. Revisão de Literatura ........................................................................................................... 82 
2.1 Economia Comportamental ........................................................................................... 82 
2.2 Programa Nota Fortaleza ............................................................................................... 85 
3 Metodologia e Amostra de Dados ........................................................................................ 87 
4 Resultados ............................................................................................................................ 89 
5 Considerações Finais ......................................................................................................... 101 
8 Referências .................................................................................................................. 102 
9 Anexos ......................................................................................................................... 104 
 
 
11 
 
 
APRESENTAÇÃO 
Em muitos contextos socioeconômicos, nos deparamos com situações nas quais 
não é apenas o status do tratamento binário (tratado ou não tratado) que é relevante, mas 
também, o nível de exposição ao tratamento fornecido. Em políticas de financiamento as 
empresas, por exemplo, parece razoável pensar sobre a relevância dos diferentes 
montantes concedidos a cada uma dessas empresas, e não somente o estado binário sobre 
o recebimento do benefício. Assim, subestimar este fato pode implicar em 
heterogeneidade nos impactos do tratamento. 
Tendo em vista o fato supracitado, trabalhos como o de Imbens (2000) e de Hirano 
e Imbens (2004) fornecem a estrutura teórica para situações desse tipo, e que foi 
aprimorada para um método de operacionalização com enfoque na resolução do problema 
de endogeneidade, que tende a ser um dos maiores obstáculos enfrentados nas avaliações 
de políticas públicas. 
Logo, além de realizar um estudo sobre a intensidade dos tratamentos, esta tese 
tem por objetivo, utilizar uma metodologia específica para os casos nos quais existe a 
presença de uma transgressão econométrica comum nestes tipos de análises: o viés de 
seleção. 
A metodologia utilizada nos dois primeiros capítulos consiste na aplicação da 
Função Dose-Resposta, a partir do proposto por Cerulli (2015). Como diferencial, tal 
metodologia apresenta utilização de variáveis instrumentais para resolver o problema de 
endogeneidade para o caso binário (receber o tratamento) e contínuo (intensidade do 
tratamento). 
Ademais, ressalta-se a adequação em amostras nas quais as unidades que não 
receberam o tratamento representam uma parcela significativa da amostra; a possibilidade 
de avaliar a distribuição completa da variável de tratamento, incluindo as unidades que 
não foram beneficiadas e a não necessidade de supor uma forma paramétrica para a 
distribuição. No capítulo 3 fizemos uso de um modelo de dados em painel, considerando 
diferentes interceptos para cada participante e período (two way fixed effects regress), de 
maneira a controlar efeitos não observados em unidades de cross-section, bem como 
cofatores específicos ao longo dos períodos. 
12 
 
No primeiro capítulo, investigamos a intensidade do impacto do FNE sobre o 
Crescimento do Emprego e a Massa Salarial, e encontramos resultados que corroboram 
com outros achados na literatura (Resende, 2012b; Resende, 2014; Carneiro, 2018), 
porém de forma mais precisa, quando comparado a outros estudos que relaxam a hipótese 
de endogeneidade. 
No capítulo 2, ao analisarmos a intensidade do Programa Jovem de Futuro, 
encontramos uma efetividade do Programa através de impactos positivos e significantes 
sobre as notas dos estudantes, porém não encontramos um padrão nos resultados, no que 
tange a intensidade do programa, representado pelo número de metodologias aderidas 
pelas escolas, assim como em Macedo et al (2017). Dentre os possíveis limitadores deste 
estudo, destacamos a impossibilidade de identificar quais metodologias foram aderidas 
pelas escolas, e não somente o quantitativo. 
Por fim, no capítulo 3, ao analisarmos o Programa Nota Fortaleza, os coeficientes 
estimados para os indicadores leading foram estatisticamente superiores aos observados 
para os indicadores lagging para todos os níveis de premiação avaliados, ou seja, apontam 
para a hipótese de que a contemplação no sorteio afeta diretamente o comportamento 
deles em uma janela de análise futura, mudando o comportamento da população, no que 
se refere a uma aproximação dela com o fisco. 
Vale ressaltar um resultado importante sobre o efeito da intensidade do 
tratamento, que corrobora com os achados de Shapira (1992) e Guryan (2008), nos quais 
o tamanho (dose) do prêmio se mostra relevante para modificar de maneira mais 
consistente o comportamento dos premiados. 
 
 
 
 
 
 
 
13 
 
EFEITOS HETEROGÊNEOSDA INTENSIDADE DO TRATAMENTO: UMA 
ANÁLISE DO FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO 
NORDESTE (FNE) 
 
RESUMO 
Neste capítulo é estimado o impacto do Fundo Constitucional de Financiamento do 
Nordeste (FNE), sobre o crescimento do emprego e da massa salarial. Por apresentar 
vantagens teóricas frente as demais abordagens observadas na literatura de avaliações de 
impacto, a estratégia de avaliação segue a metodologia exposta por Cerulli (2015), na 
qual a estimação da Função Dose Resposta (DRF) avalia a distribuição completa da 
variável de tratamento, gerando uma compreensão mais acurada do padrão observado do 
tratamento, que é considerado como contínuo. Ademais, faz-se uso de variáveis 
instrumentais com objetivo de tornar a especificação robusta à presença de 
endogeneidade, que é uma transgressão comum nas análises de políticas de 
financiamento. Os resultados encontrados mostram impactos significantes no emprego e 
na massa salarial. Os coeficientes relacionados à relação entre a intensidade do tratamento 
e a variável resposta foram estatisticamente significantes em todos os casos, confirmando 
o grau de adequabilidade da forma semi-paramétrica adotada em ambos os casos. O grau 
de incerteza apresenta-se robustamente superior no modelo em que a hipótese de 
exogeneidade é relaxada, de modo que a incerteza quanto ao efeito do programa sobre as 
condições de crescimento das firmas é superior à aparente. 
Palavras-Chave: FNE; Endogeneidade; Dose-Resposta; Nordeste. 
 
 
 
 
 
14 
 
ABSTRACT 
This chapter points out, the impact of the Constitutional Financing Fund of the Northeast 
(FNE) on the growth of employment and the wage bill. As it presents theoretical 
advantages over other approaches observed in the impact assessment literature, the 
assessment strategy follows the methodology exposed by Cerulli (2015), in which the 
Dose Response Function (DRF) estimation evaluates the complete distribution of the 
treatment variable, generating a more accurate understanding of the observed pattern of 
treatment, which is considered as continuous. Additionally, instrumental variables are 
used in order to make the specification robust to the presence of endogeneity, which is a 
common transgression in the analysis of financing policies. The results indicate 
significant impacts on employment and wages. The coefficients related to the relationship 
between the intensity of treatment and the response variable were statistically significant 
in all cases, confirming the degree of suitability of the semi-parametric form adopted in 
both cases. The degree of uncertainty is robustly higher in the model in which the 
hypothesis of exogeneity is relaxed, so that the uncertainty regarding the effect of the 
program on the growth conditions of the firms is greater than the apparent. 
Keywords: FNE; Endogeneidade; Dose-Response; Northeast. 
 
 
 
 
 
 
 
 
 
 
 
15 
 
 
1. INTRODUÇÃO 
 
Tendo em vista a fragilidade sob as condições climáticas e socioeconômicos da 
população residente da Região Nordeste, que decorre em grande medida do processo 
histórico de concentração econômica no eixo centro-sul, é importante entender que a 
disponibilidade de crédito, principalmente se orientado ao sistema produtivo, possui o 
potencial de propiciar a evolução de indicadores econômicos e sociais. 
O Fundo Constitucional de Financiamento do Nordeste – FNE é uma das principais 
ferramentas de política de desenvolvimento regional no Brasil, e têm como objetivo 
principal a contribuição para o desenvolvimento sustentável do Nordeste, corroborando 
para a redução da pobreza e das desigualdades sociais. Atua por meio do financiamento 
dos setores produtivos dos municípios localizados na Região Nordeste e do Norte dos 
estados de Minas Gerais e Espírito Santo. 
Vale ressaltar, ainda, a atenção especial que é dada para o desenvolvimento de 
atividades produtivas na região do semiárido, devido ao seu histórico marcado por 
problemas socioeconômicas e condições climáticas adversas. 
Desde sua criação, em 1988, o Fundo vem se mostrando cada vez mais relevante 
frente o financiamento empresarial da região Nordeste e, em função disso, o FNE tem 
sido constantemente avaliado. Nesse sentido, diversos estudos buscaram estimar seus 
micro e macroimpactos, com destaque para a sua relação com o crescimento do PIB per 
capita, da geração de empregos, incremento da massa salarial e do salário médio. 
O que a literatura tem mostrado é que o impacto do FNE nas empresas beneficiadas 
apresenta crescimento líquido da taxa de empregos e da massa salarial, mas sem efeito 
sobre o salário médio. Nota-se, também, que as micro e pequenas empresas são mais 
sensíveis aos choques positivos gerados pelo financiamento. Ao observarmos 
macroimpactos, podemos destacar um efeito, em geral, positivo do FNE total sobre o 
crescimento do PIB per capita dos municípios e, ressalta-se, que análises setoriais 
evidenciam uma forte dependência do setor agrícola (Carneiro e Nogueira, 2018). 
Um dos fatores que motivaram este artigo é que grande parte dos estudos tratam 
o efeito do FNE como uma variável dicotômica. Entretanto, ao analisarmos as empresas 
16 
 
beneficiadas, parece mais relevante avaliarmos essa intervenção como uma forma de 
exposição contínua ao financiamento dado. Então, do ponto de vista da avaliação do 
Fundo Constitucional, de fato, o que é importante em muitos contextos não é apenas o 
status do tratamento binário (tratado ou não tratado), mas também o nível de exposição 
(tamanho do investimento) fornecido por um órgão público (Royston e Sauerbrei 2008). 
Os poucos estudos que consideram a variável de tratamento como contínuo, 
esbarram no problema de endogeneidade do modelo, seja ele fruto da oferta ou da 
demanda por crédito. Diante disso, e que será desenvolvido ao longo do artigo, a 
metodologia proposta por Cerulli (2015) possui vantagens teóricas sobre as demais 
abordagens observadas na literatura, seja pelas suposições impostas por alguns autores e 
que limitam sua aplicabilidade ou, ainda, por negligenciar a transgressão de 
Endogeneidade. 
Portanto, o objetivo deste artigo é complementar esta lacuna da literatura, através 
da investigação dos impactos do FNE sobre o Crescimento do Emprego e da Massa 
Salarial, aplicando a metodologia proposta por Cerulli (2015), na qual estimamos a 
Função Dose Resposta sob a hipótese de Endogeneidade. 
Com o intuito de atingir os objetivos propostos, o artigo foi particionado em cinco 
seções, que inicia após essa parte introdutória, com uma revisão de literatura sobre os 
efeitos dos fundos constitucionais no Brasil. Na seção seguinte serão apresentadas as 
técnicas econométricas necessárias para o alcançar o objetivo de ampliar a análise do 
impacto do FNE, mitigando a presença do viés de seleção. A quarta seção dedicar-se-á a 
apresentação da base de dados fruto do cruzamento entre as bases de dados dos clientes 
do BNB que receberam o FNE com a base de dados da RAIS, das empresas que não 
receberam o fundo (Soares et al, 2009). Por fim, os apresentaremos os resultados obtidos 
e as teremos as considerações finais. 
 
17 
 
 
2. REVISÃO DE LITERATURA 
 
2.1 Fundo Constitucional de Financiamento do Nordeste (FNE) 
 
Com o objetivo de colaborar com o desenvolvimento econômico e social do 
Nordeste, foi criado, em 1988, o Fundo Constitucional de Financiamento do Nordeste 
(FNE). O FNE é uma ferramenta de política pública federal operado pelo Banco do 
Nordeste do Brasil (BNB), juntamente com o Ministério do Desenvolvimento Regional e 
o Conselho Deliberativo da Sudene (Condel/Sudene) e a sua atuação engloba 
financiamento das atividades produtivas da região Nordeste e do Norte dos estados de 
Minas Gerais e Espírito Santo, para estudantes abrangidos pelo Programa de 
Financiamento Estudantil (P-FIES) e para pessoas físicas, mini e microgeradoras de 
energiafotovoltaica. 
Seus recursos são oriundos do repasse de 3% da arrecadação do imposto de renda 
(IR) e do imposto sobre produtos industrializados (IPI), cabendo ao FNE 1,8%, e o 
restante é repassado a outros dois fundos constitucionais – Fundo Constitucional de 
Financiamento do Centro-Oeste (FCO) e Fundo Constitucional de Financiamento do 
Norte (FNO) – que ficam com 0,6% cada. 
Segundo BNB (2018), as contratações totais com recursos do FNE em 2018 
atingiram R$ 32,6 bilhões, representando um crescimento nominal de 104,5% em relação 
ao exercício 2017. Desse total, aproximadamente, 49,7% foram contratos 
correspondentes a Programação Padrão, que engloba os programas de financiamento para 
os setores industrial, agroindustrial, turismo e comércio e serviços e dos programas 
multissetoriais, não contabilizando os montantes destinados a Projetos de Grande Porte 
de Infraestrutura e ao Programa de Financiamento Estudantil (FIES). 
Tais aplicações contemplaram todos os 1.990 municípios da área de atuação do 
FNE, financiando empreendimentos rurais e urbanos, desde agricultores familiares e 
microempreendedores individuais até empreendimentos de infraestrutura, fundamentais 
ao acúmulo de um plano de crescimento e de atração de investimentos à Região. 
18 
 
Em 2018, quando analisado por setores, as contratações se mostraram bastante 
relevantes no setor de comércio e serviços, ao qual foram destinados, aproximadamente, 
R$ 5,8 bilhões, aporte que representa 36% do total de contratações no âmbito do FNE. A 
Pecuária e a Agricultura, são atividades que absorveram uma significante quantidade de 
recursos contratados, representando 23% e 22%, respectivamente, e juntos arrecadaram 
em torno de R$ 7,2 bilhões (a soma desses dois setores dá origem ao chamado Setor 
Rural). 
Ressaltamos que o setor industrial, embora tenha obtido menos recursos que os 
demais, obteve bastante relevância para o Estado do Pernambuco, o qual foi responsável 
por 38% do total deste setor, resultado do financiamento à indústria de produtos 
alimentícios e a indústria de produtos farmacêuticos e defensivos agrícolas. 
 
Figura 1 – FNE – Contratações por Setor – 2018 
(Valores em R$ mil) 
 
Elaborado pelo autor com base dos dados do Banco do Nordeste (2018). 
 
Marcado por secas sistemáticas, e por se apresentar como uma região de quadros 
climáticos extremos, o semiárido demanda um esforço particular para o desenvolvimento 
de atividades produtivas, exatamente pelo seu histórico de carência de políticas públicas 
voltadas para as suas particularidades. 
19 
 
Por isso, além de buscar a integração de suas ações com as iniciativas 
governamentais, o BNB realiza esforços adicionais com o objetivo de estimular ações e 
projetos voltados para promover o desenvolvimento sustentável e adaptados às 
necessidades e especificidades do semiárido. Neste contexto, projetos que pretendam se 
desenvolver nesse subespaço recebem atendimento prioritário do FNE, inclusive com 
limites de financiamento e prazos para pagamento superiores aos daqueles propostos para 
outras áreas nordestinas de abrangência desse Fundo (BNB, 2018). 
Mesmo diante de um cenário econômico de muitas adversidades, principalmente no 
período de 2012 a 2017, conseguiu-se contratar aproximadamente de R$ 6,7 bilhões na 
região semiárida nordestina, o que equivale a cerca de 151% da quantia programada para 
o ano de 2018. 
Em BNB (2018) podemos ver que o valor total contratado foi destinado 
especialmente para as atividades: bovinocultura; comércio varejista, produção de grãos e 
comércio atacadista, representando 52,0% do total contratado no Semiárido. Pela figura 
2, vemos que o valor total contratado no Semiárido, considerando as suas 417.307 
operações realizadas, foi de R$ 6,7 bilhões, o equivalente a 92,4% do total repassado pela 
Secretaria do Tesouro Nacional ao Fundo. 
Figura 2 – FNE – Contratações no Semiárido – 2018 
(Valores em R$ mil) 
 
Elaborado pelo autor com base dos dados do Banco do Nordeste (2018). 
20 
 
2.2 Evidências Empíricas 
 
Silva (2007), com objetivo de avaliar a aplicação dos recursos do FNE, encontra 
evidências que orientam para uma maior sensibilidade das micro e pequenas empresas 
com respeito à aplicação desses recursos. Utilizando a metodologia Propensity Score 
Matching, para o período de 1995 a 1998, o autor encontrou impacto positivo do FNE 
sobre a variação na taxa de emprego, porém não foram encontrados resultados positivos 
para a variação do salário médio dos trabalhadores. O autor também ressalta que seu 
trabalho é passível de críticas quando levado em consideração que o BNB aprova os 
empréstimos a firmas com maiores rating de crédito, o que causaria um viés nas 
estimativas. 
Em Soares, Sousa e Pereira Neto (2009), foi analisado o impacto do FNE sobre o 
crescimento do emprego, da massa salarial e do salário médio das empresas beneficiadas 
do Nordeste. Utilizando a metodologia de Propensity Score Matching (PSM), não foram 
encontradas evidências de impacto sobre o salário médio, entretanto, o FNE mostrou-se 
positivo e significante sobre o crescimento do emprego (efeito global de 132 a 137 p.p) e 
da massa salarial (efeito de 113 a 120 p.p.) entre os anos de 1999 e 2005. 
Gondim, Souza e Neto (2011), ao analisarem, os impactos gerados pelo FNE sobre 
a geração de empregos, no período de 2000 a 2006, confirmam a forte correlação linear 
entre o financiamento dado as empresas da região Nordeste e a geração de empregos 
formais. Ressaltando, também, que quando considerado por setores, a agricultura e o setor 
de serviços destacaram-se em terem maiores evoluções na expansão dos empregos 
formais. 
Em Linhares et. al (2014), estimou-se o efeito do desembolso médio per capita do 
FNE, entre os anos 2002 e 2008, sobre a taxa média de crescimento do PIB per capita dos 
municípios com firmas beneficiadas no período em análise. Os achados sugerem que, 
tudo mais constante, uma elevação de 10% nos desembolsos per capita do FNE 
aumentaria o produto médio do município em torno de 0,85 p.p. Contudo, a análise de 
convergência sugeriu que dos quatro grupos identificados, o FNE pareceu afetar apenas 
aqueles com produto per capita nas faixas intermediárias, de R$ 2.143 a R$ 3.866 e R$ 
3.866 a R$ 7.406, cujas elasticidades foram de 0,078 e 0,109, respectivamente. Assim, os 
21 
 
efeitos do FNE teriam mais impacto em municípios mais desenvolvidos, mostrando-se 
não ter um efeito linear. 
Resende (2014) estima o impacto do FNE sobre Taxa de variação do número de 
empregados e crescimento do PIB per capita para Região Nordeste, através do método de 
Primeira Diferença e Propensity Score Matching (PSM) para os anos de 2000-2003 e 
2000-2006. Foi encontrado que, para os anos de 2000 a 2003, uma taxa média de variação 
do número de empregos superior em cerca de 20 p.p. para as firmas beneficiadas pelo 
FNE (com exceção do setor agrícola), quando comparado ao grupo controle. Para o 
período de 2000 a 2006, esse efeito reduz para 16 p.p. Quando analisado o impacto sobre 
o crescimento do PIB per capita, não foi observado efeito significante. 
Entretanto, Resende (2012b) argumenta que os micro e macroimpactos do FNE 
para a região Nordeste podem apresentar variações quando analisados estado por estado. 
Dessa forma, é proposto um novo estudo utilizando a mesma base de dados de Resende 
(2014), avaliando o impacto dos empréstimos dos FNEs entre 2000-2003 e 2000-2006 
para o estado do Ceará isoladamente, utilizando a metodologia da Primeira Diferença 
(PD). 
Seus resultados identificam variações dos resultados do estudo anterior. Quando 
comparado ao estudo anterior, observa-se que o coeficiente do impacto no nível da 
empresa (micro) do FNE-industrial sobre o crescimento do emprego é cerca de duas vezes 
e meia maior no caso do estado do Ceará se confrontado com os efeitos para o Nordeste 
como um todo. 
Em sua análise macroeconômica,Resende (2014) não verifica nenhum efeito do 
FNE-industrial sobre o crescimento do PIB per capita municipal nordestino. Porém, 
quando estimado o efeito isolado para o caso do Ceará, foi possível identificar um impacto 
positivo e estatisticamente significativo dos empréstimos do FNE-industrial sobre o 
crescimento do PIB per capita municipal. 
Carneiro (2018), avalia a eficácia dos municípios nordestinos em transformar os 
recursos conseguidos juntos ao FNE em crescimento econômico. Duas estratégias foram 
utilizadas para cumprir tal objetivo, a Abordagem de Fronteira Estocástica e a Análise 
Envoltória dos Dados, conjugadas com uma estimação em dois estágios para explicitar 
os determinantes dessa eficiência. Seus resultados apontam para a existência de uma 
concentração de municípios com altos níveis de eficiência, na qual a agricultura extensiva 
22 
 
parece ter importante relação com o resultado. Por fim, foi encontrado um efeito positivo 
relativo à proporção de trabalhadores com nível superior sobre a eficiência técnica. 
Por fim, destacamos que nenhum trabalho feito sobre o FNE trata a variável de 
tratamento como contínua. Neste aspecto, ressaltamos o trabalho de Oliveira (2018), no 
qual avalia o Fundo Constitucional de Financiamento do Centro-Oeste (FCO) no Estado 
de Goiás entre os anos de 2004 e 2011. 
 Neste trabalho, a variável de tratamento apresenta-se na forma contínua, porém não 
leva em consideração a possibilidade da existência de endogeneidade, um problema 
provável em financiamentos de crédito, uma vez que o montante de crédito recebido já é 
função de uma análise do tipo de empresa. Então, nosso trabalho possui o diferencial de 
estimar o tratamento contínuo, abordando a resolução desta transgressão econométrica, 
seja ele fruto da oferta ou da demanda por crédito. 
 
 
3 METODOLOGIA 
 
A metodologia que seguiremos, será a proposta por Cerulli (2015). Seu uso 
justifica-se pela adequação do modelo sobre as seguintes condições: 
a) Variável de tratamento continua; 
b) Não se faz necessário a suposição de uma forma paramétrica para a distribuição; 
c) É adequado quando muitos indivíduos têm um nível de tratamento igual a zero 
(empresas que não receberam o financiamento representam uma parcela 
significativa da amostra); 
d) Possibilidade de avaliar a distribuição completa da variável de tratamento, 
incluindo as unidades que não foram beneficiadas. 
e) Pode mitigar a endogeneidade do tratamento, explorando uma estimativa de 
variáveis instrumentais (robustez frente à transgressão). 
Dito isto, vamos considerar dois diferentes, e exclusivos, potenciais resultados: um 
referente a unidade i quando tiver recebido o FNE (tratamento), 𝑦 , e um referente a 
mesma unidade quando não recebeu o FNE (controle), 𝑦 . Assumiremos 𝑤 como um 
indicador de tratamento, onde assume valor 1 para unidades tratadas e 0 para as não 
tratadas, e definimos 1 2 3 4( , , , ,..., )i i i i i MiX x x x x x como um vetor linha de M
23 
 
características observáveis e exógenas por unidade. Tais características referem-se as 
variáveis explicativas utilizadas no modelo, como tempo de empresa, idade média dos 
funcionários, nível de escolaridade, dentre outras. Onde N corresponde ao número total 
de unidades, 1N é o número de unidades tratadas e 0N o número de unidades não tratadas, 
com 1 0 1.794 7.581 9.375N N N     . 
Dado que as variáveis de cofatores influenciam tanto a variável dependente como 
a variável explicativa, faremos 𝑔 (𝑥) e 𝑔 (𝑥) as unidades responsáveis pelo vetor dessas 
covariáveis de 𝑥 quando a unidade é tratada ou não-tratada. Adicionalmente, supomos 𝜇 
e 𝜇 como dois escalares e, 𝑒 e 𝑒 como duas variáveis aleatórias com média 
incondicional igual a zero e variância constante. 
Por fim, definiremos it , que assume valores dentro de um intervalo contínuo [0, 
100], como o indicador de tratamento contínuo, e ( )ih t como uma função derivável de it
. Com o intuito de simplificar as notações, iremos dispensar o uso do subscrito i quando 
formos definir quantidades e relações populacionais. 
O modelo assume, então, a seguinte forma: 
 1 1 1 1
0 0 0 0
1 ( ) ( )
0 ( )
w y g x h t e
w y g x e


     
     
 [1] 
Onde: 
 
( ) 0 se 0
( ) 0 se 1
h t w
h t w
 
  
 
Ou seja, a função ( )h t é diferente de 0 apenas quando a empresa fizer parte do grupo 
de tratadas, ou seja, ter recebido o FNE. Assim, podemos definir os parâmetros causais 
de interesse. Logo, definindo o Efeito do Tratamento ( )TE como 1 0( )TE y y  , e 
definimos os parâmetros causais de interesse como os Efeitos Médios de Tratamento 
(ATE’s) da população condicionais a x e t, ou seja: 
 
1 0
1 0
1 0
( , ) ( , )
( , 0) ( , 0)
( , 0) ( , 0)
ATE X t y y X t
ATET X t y y X t
ATENT X t y y X t
  
    
    
 [2] 
Onde: 
24 
 
ATE = média global de TE; 
ATET = média de TE em unidades tratadas; e 
ATENT = média de TE em unidades não tratadas. 
Logo, pela Lei das Expectativas Iteradas podemos encontrar os ATE’s incondicionais da 
população: 
 
( , )
( , 0)
( , 0)
{ ( , )}
{ ( , 0)}
{ ( , 0)}
x t
x t
x t
ATE E ATE X t
ATE E ATE X t
ATE E ATE X t



 
 
 [3] 
 Onde ( )zE  identifica o operador média que foi assumido pelo suporte de um vetor 
genérico de variáveis z . Assumindo uma forma paramétrica linear nos parâmetros como 
0 0 1 1( ) e ( ) , g x x g x x   definimos o Efeito Médio do Tratamento (Average Treatment 
Effect - ATE) condicional a 𝑥 e t como: 
1 0 1 0
1 0
1 0 1 0
( ) ( ) ( ) se 0 ( ) se 0
( ; ) ( | , )
( ) ( ) se 0 se 0
x h t t x h t t
ATE x t E y y x t
x t x t
     
     
        
         
 
Assim, teremos: 
 
( , 0) se 1
( , , )
( , 1) se 0
( 0)[ ( )] ( 0)[ ]
[ ( )] (1 ) [ ]
ATE x t w
ATE x t w
ATE x t w
I t x h t I t x
w x h t w x
   
   
 
   
     
       
 
Onde 1 0 1 0( ) e ( ).         O Efeito Médio do Tratamento não condicionado 
relativo ao modelo [1] pode ser encontrado pela média em (𝑥, 𝑡, 𝑤), logo: 
 0 0 0( 1)( ) ( 0)( )t t tATE p w x h p w x            
Onde ( )p  é a probabilidade e 0th  é a média da função resposta com 0t  . Pela Lei das 
Expectativas Iteradas, 𝐴𝑇𝐸 = 𝑝(𝑤 = 1) ∙ 𝐴𝑇𝐸𝑇 + 𝑝(𝑤 = 0) ∙ 𝐴𝑇𝐸𝑁𝑇, nós podemos 
obter a última linha da fórmula anterior: 
25 
 
 
0 0 0
0 0
0
( 1)( ) ( 0)( )t t t
t t
t
ATE p w x h p w x
ATET x h
ATENT x
   
 
 
  
 

       

  
  
 [4] 
 Após algumas manipulações algébricas, teremos: 
 0 0 0 0 0( , , ) [ ( ) ( ( ) )] (1 ) [ ( )t t t t tATE x t w w ATE x x h t h w ATENT x x                
 0 0 0
0 0
( , ) ( , , 1) ( ) ( ( ) )
( , ) ( , , 0) ( )
t t t
t t
ATET x t ATE x t w ATET x x h t h
ATE x t ATE x t w ATENT x x


  
 
       

    
 
 0 0
0
t t
t
ATET x h
ATENT x
 
 
 

   

 
 
Nós podemos definir a Função Dose-Resposta (FDR) através da média 𝐴𝑇𝐸𝑇(𝑥, 𝑡) em 
𝑥: 
 0( , ) { ( , , )} [ ( ) ) (1 )x tATE t w E ATE x t w w ATET h t h w ATENT        
Logo: 
 0
( ( ) ) se 0
( )
 se 0
tATET h t h tATE t
ATENT t
    

 [5] 
 
A estimação de [5] é a principal proposta de Cerulli (2015). 
 
Estimação sob a hipótese de Unconfoundedness 
 
Começamos assumindo a falta de confiança (unconfoundedness) ou a 
independência da média condicional (CMI), mostrando que é suficiente para fornecer 
uma estimativa consistente dos parâmetros. A hipótese de unconfoundedness afirma que 
a depender do conhecimento dos verdadeiros fatores exógenos a X, as condições para a 
aleatoriedade são restauradas e os parâmetros causais tornam-se identificáveis. 
26 
 
Dado o conjunto de variáveis aleatórias 0 1{ , , , , }i i i i iy y x w t , conforme definido 
acima, a unconfoundedness(ou CMI) implica nesse caso específico que: 
 
   1( , , ) ( 0) , cji i i i ji iE y w t x E y o jx m  
Vale ressaltar que, a partir do modelo de resultado potencial, o resultado observável é
0 1 0( ) é:y y w y y   
 0 1 0 0 0 1 0[( ) ] ( ( ) ) ( )y w x h x w h t h e w e e                  [6] 
Então, assumindo a independência da média condicional, a saber, dado que as 
variáveis observáveis x, w e t são exógenas em [6], e sabendo que CMI é condição 
suficiente para identificar os ATEs e a Função Dose Resposta (DRF). Logo, podemos 
reescrever como: 
 0 0 1 0( | , , ) [( ) ] [ ] [ ( ) ]
ATE
E y x w t x w x h w x x w h t h               
Com algumas manipulações algébricas, Cerulli (2015) demonstra em seu artigo que: 
 1 0( )ATE x h      
Isto leva a estimativa da seguinte equação: 
 0 0( | , , ) [ ] [ ( ) ]E y x w t x wATE w x x w h t h         [7] 
 
Onde o termo [ ( ) ]h t h pode ser estimado por regressão polinomial. 
Assim, os estimadores podem ser estimados de maneira consistente via Mínimos 
Quadrados Ordinários (MQO). Feito isso, podemos estimar o ATE diretamente a partir 
da mesma regressão, enquanto a estimativa do ATET, ATENT e DRF são feitos 
conectando os parâmetros básicos estimados em [4] e [5]. Como os parâmetros são 
funções de estimativas consistentes, os próprios também o serão. Os erros padrão para 
ATET e ATENT podem ser obtidos corretamente via bootstrap. 
Por fim, para completarmos a identificação dos ATEs e da função dose resposta, 
nós finalmente assumimos uma forma paramétrica de grau m para ( )h t : 
27 
 
 2 31 2 3( ) ...
m
i i i i m ih t t t t t        
Onde ( 1,..., )i i m  então entre os parâmetros a serem estimados em [7]. 
Por simplificação, assumiremos para um polinômio de grau 3: 
 ( ) ² ³h t at bt ct   
Logo, por [7], teremos: 
 
0 0( | , , ) [ ] [ ( )] [ ² ( ²)] [ ³ ( ³)]E y x w t x wATE w x x a t E t w b t E t w c t E t w            
 [8] 
Sob a hipótese de unconfoundedness, uma estimação via MQO leva a estimativas 
consistentes dos parâmetros. E, então, a Função Dose Resposta é estimada por: 
 2 2 3 3
1 1 1
1 1 1ˆˆ ˆ ˆˆ( ) [ ( ) ( ) ( )] (1 )
N N N
i i i i i i i
i i i
ATE t w ATET â t t b t t c t t w ATENT
N N N  
          
 [9] 
O gráfico da curva 0ˆ ( ) ii tATE t  como função de t, retorna a forma da DRF. Além disso, 
para cada nível de dose t , também é possível calcular um intervalo de confiança em torno 
da curva dose-resposta. De fato, por definição 
2 2 3 3
1 2 3( ), ( ) e ( ),T t E t T t E t T t E t      e o erro padrão da DRF: 
 
( )
12 2 2 2 2 2 2
ˆ 1 2 3 1 2 , 1 3 , 2 3 ,ˆ ˆ ˆ ˆ ˆ ˆ ˆ( 2 2 2 )
t
a b c a b a c b cATE
T T T TT TT T T            
 
O intervalo de confiança  de ˆ ( )ATE t é dado por: 
  ˆ2 ( )ˆ ˆ( ) ATE tATE t Z   
Que pode ser plotado ao longo da curva dose-resposta para detectar visualmente a 
significância estatística do TE ao longo do nível do financiamento (FNE) recebido pela 
firma. 
 
28 
 
Estimação da Função Dose-Resposta sob a hipótese de Endogeneidade 
 
O objetivo aqui é exatamente a de mitigar um problema comum em avaliações de 
políticas, que é a presença do viés de seleção ocasionado pelo fato das escolhas das 
empresas beneficiadas de uma determinada política não serem feitas de maneira aleatória. 
Então, quando w (e por conseguinte t ) são endógenos (a hipótese da Independência da 
Média Condicional não se sustenta) o MQO torna-se enviesado. No entanto, um 
procedimento de estimativa com o uso de variáveis instrumentais (Instrumental Variables 
– IV) pode ser implementado para restaurar a consistência. 
 
 
0 0 3
*
*
*
* *
[ ] [ ² ( ²)] [ ³ ( ³)]
1 se 0
0 se 0
´ se 0
t se 0
y x wATE w x x b t E t w c t E t w
w
w
w
t w
t
w
            
  

  

 
Como definimos, 1 2 3( ), ² ( ²) e ³ ( ³),T t E t T t E t T t E t      o modelo anterior pode ser 
reescrito como: 
0 0 1 2 3[ ]i i i i i i i i i i iy X w ATE w x x wT bwT cwT            [10] 
 * , ,i w i w w iw X    [11] 
 ' , ,i w i t t it X    [12] 
Onde: 
*
iw representa a contraparte latente não observável da variável binária iw ; t é totalmente 
observado somente quando 1w  ; caso contrário, não será observado (e será igual a zero). 
, , e w i t iX X são dois conjuntos de regressores exógenos; , ,, e w i t i i   são os termos de erro 
e devem ser livremente correlacionados entre si com média incondicional igual a zero. A 
equação de seleção, [11], define a regressão que explica o indicador do benefício. O vetor 
de covariáveis ,w iX define o critério de seleção usado para definir os grupos tratados e 
29 
 
não tratados. No caso específico da concessão do FNE, temos o rating das empresas; O 
vetor de covariáveis ,t iX compreende as variáveis exógenas consideradas como 
determinantes no nível de tratamento; Por fim, temos em [12] a equação do nível de 
tratamento, que define como o nível de tratamento é decidido e, então, considera apenas 
as unidades elegíveis para o tratamento. 
 
4 BASE DE DADOS 
 
Com o objetivo de analisar os impactos do FNE sobre as empresas formais 
beneficiadas do Nordeste, utilizou-se a junção de duas base de dados, uma que contempla 
os clientes do BNB que receberam o FNE e outra as empresas registradas na RAIS. 
Utilizando-se o Cadastro Nacional da Pessoa Jurídica (CNPJ) das empresas foi possível 
distinguir as empresas que receberam e não receberam financiamento anualmente, 
formando assim os grupos de tratamento e controle, respectivamente. Adicionalmente, 
foi feito um novo cruzamento de informações, para identificar o número de agências do 
BNB presentes nos municípios onde as empresas estão estabelecidas. 
A variável de tratamento FNE é representada por uma dummy em que 1 indica se a 
firma recebeu o empréstimo e 0 (zero) se ela não foi beneficiada. Definido o grupo de 
controle e o grupo de tratamento, utilizaremos a estratégia seguida por Cerulli (2015), 
onde foi utilizada uma variável contínua do valor do empréstimo recebido que foi 
transformado em índice variando de 0 (ausência de tratamento) a 100 (nível máximo de 
tratamento). 
A amostra de dados levantada para o presente estudo é composta por 9375 empresas 
situadas na região de atuação do BNB, no período de 5 anos (2004 a 2008), dentre as 
quais somente 1794 tiveram acesso ao FNE, restando, portanto, 7581 empresas não-
tratadas, ou 80.86% da amostra total. 
Uma importante questão em estudos empíricos considerando tratamento contínuo 
diz respeito ao ajuste da análise em relação as unidades não tratadas. A especificação da 
função dose resposta proposta por Hirano e Imbens (2004) exclui as unidades que não 
recebem o tratamento em questão, o que acarreta perda de importantes informações no 
caso em que as mesmas representam expressiva parcela da população em questão (Chabé 
e Ferret, 2010). 
30 
 
Outra restrição relevante na função dose resposta de Hirano e Imbens (2004) é a 
necessidade de adoção de uma forma paramétrica para a distribuição do tratamento. A 
especificação original proposta pelos autores, estima o escore de propensão generalizado 
por OLS, assumindo que o tratamento segue uma distribuição normal. 
A Figura 3 reporta o histograma e a curva de densidade de kernel da razão entre o 
empréstimo obtido e a massa salarial da empresa no período pré-tratamento, considerando 
somente as empresas que acessaram ao crédito disponibilizado pelo FNE. Note que a 
densidade de empréstimos possui um pico na cauda inferior da distribuição, com 
coeficiente de assimetria positiva (1.332) e caudas mais pesadas que a distribuição normal 
(curtose=4.062). O teste de Shapiro-Wilk rejeita a hipótese nula de que o tratamento 
segue uma distribuição normal. 
 
Figura 3: Distribuição de Densidadedo Tratamento 
 
Fonte: Elaborado própria. 
 
Especificações alternativas da função dose resposta, apresentadas em Bia et al. 
(2014), relaxam a hipótese de normalidade da distribuição do tratamento ao propor a 
estimação do escore de propensão generalizado por GLM, permitindo o uso de 
distribuições da família exponencial. No entanto, a especificação ajustada ainda requer a 
exclusão de observações que não receberam o tratamento. 
31 
 
Diante dessas circunstâncias, a abordagem de Cerulli (2015) apresenta-se mais 
ajustada ao presente problema, na medida em que a proposta utiliza uma forma 
paramétrica com separabilidade aditiva para os resultados potenciais, a mesma é robusta 
a presença unidades não-tratadas na amostra de dados. 
A Tabela 1 reporta a descrição das variáveis utilizadas, enquanto na Tabela 2 
encontram-se as estatísticas descritivas deste conjunto de variáveis. Duas variáveis 
dependentes foram utilizadas na avaliação: a variação do emprego e a variação da massa 
salarial; e as variáveis de controle são: número de empregados, o nível educacional e a 
idade média dos empregados, o setor econômico da qual a empresa pertence (indústria, 
construção civil, agropecuária, comércio ou serviços), renda per capita do município onde 
se localiza a empresa (ano 2004) e dummy para o Estado do Ceará. 
Com referência às variáveis dependentes, vale destacar que as empresas que 
acessaram ao FNE apresentaram maior taxa de crescimento tanto segundo o estoque de 
empregos quanto de acordo com a massa salarial. Destaca-se que as empresas tratadas 
estão mais concentradas nos setores de comércio e industrial, enquanto as empresas do 
grupo de controle estão relativamente mais inserias nos setores de comércio e de serviços. 
Tabela 1: Descrição das Variáveis do Modelo 
Variável Descrição Fonte 
Variáveis Dependentes 
Emprego 
Indica a taxa de crescimento do 
Emprego 
RAIS 
Massa Salarial 
Indica a taxa de crescimento da Massa 
Salarial 
RAIS 
Variáveis de Tratamento 
FNE 
Caso binário: indica se a empresa faz 
parte do grupo de tratamento (1), caso 
contrário (0) 
RAIS 
VFNE 
Caso Contínuo: Indica o nível de 
tratamento recebido, variando de 0 a 
100. 
RAIS 
Variáveis Controle 
Salário Médio Indica salário médio dos Funcionários RAIS 
Idade Média Indica a idade média dos Funcionários RAIS 
32 
 
Ensino Fundamental 
Indica o nível de funcionários que 
completaram o Ensino Fundamental. 
RAIS 
Ensino Médio 
Indica o nível de funcionários que 
completaram o Ensino Médio. 
RAIS 
Ensino Superior 
Indica o nível de funcionários que 
completaram o Ensino Superior. 
RAIS 
Ceará 
Dummy: indica se a empresa se 
localiza no Ceará. 
RAIS 
Agropecuária Dummy: Setor de atuação da empresa RAIS 
Comércio Dummy: Setor de atuação da empresa RAIS 
Construção Civil Dummy: Setor de atuação da empresa RAIS 
Indústria Dummy: Setor de atuação da empresa RAIS 
Serviços Dummy: Setor de atuação da empresa RAIS 
Outros Dummy: Setor de atuação da empresa RAIS 
Per capita 2004 
Indica a renda per capita do município 
onde se localiza a empresa IPEADATA 
Fonte: Elaborado pelo autor. 
Tabela 2: Estatísticas Descritivas das variáveis em nível de empresas, por 
grupo. 
 Tratados Controle 
 
Média Desv Pad Média Desv Pad 
Razão das 
Médias 
variação emprego 1.485 (9.898) 0.579 (3.402) 2.57 
variação massa salarial 191.007 (937.556) 117.816 (760.137) 1.62 
salário médio func 389.845 (363.528) 393.845 (420.362) 0.99 
idade média func 30.630 (5.559) 32.802 (7.419) 0.93 
p_fundamental_fn1 27.537 (29.156) 26.200 (33.376) 1.05 
p_medio_fn1 49.038 (35.914) 49.190 (39.537) 1.00 
p_superior_fn1 7.252 (18.691) 7.291 (19.734) 0.99 
dce_fn1 0.208 (0.406) 0.151 (0.358) 1.38 
tempresa_fn1 71.358 (81.979) 75.763 (85.621) 0.94 
Agrop 0.074 (0.262) 0.071 (0.258) 1.04 
Comércio 0.371 (0.483) 0.418 (0.493) 0.89 
const civil 0.016 (0.126) 0.021 (0.142) 0.79 
33 
 
Indústria 0.313 (0.464) 0.090 (0.286) 3.48 
Serviços 0.211 (0.408) 0.372 (0.483) 0.57 
Outros 0.014 (0.120) 0.028 (0.165) 0.52 
PIB per capita 2004 3956.547 (3589.448) 4478.527 (4348.751) 0.88 
Fonte: Elaborado pelo autor. 
Ressalta-se que, maiores detalhes sobre estas bases de dados podem ser encontrados 
em Soares (2009) tendo em vista que o presente estudo fez uso da mesma base de dados, 
neste caso, utilizando-se uma diferente abordagem econométrica. 
 
5 RESULTADOS 
 
Conforme já reportado ao longo da tese, a função dose resposta proposta por Cerulli 
(2015) possui vantagens teóricas sobre as demais abordagens observadas na literatura. 
Visto que o tema de análise consiste na avaliação do efeito da linha de crédito empresarial 
do FNE sobre o mercado de trabalho em nível de empresas, a existência de endogeneidade 
no modelo pode ser decorrente tanto em função da oferta quanto da demanda por crédito. 
Em relação ao primeiro efeito, os critérios de elegibilidade fazem com que o volume 
de financiamento disponibilizado pelo Banco do Nordeste potencialmente esteja 
correlacionado as condições de mercado da empresa, de maneira que o nível do 
tratamento será correlacionado ao potencial de crescimento da empresa. 
Por outro lado, visto que a procura pela linha de financiamento é função de uma 
decisão voluntária por parte do empreendedor, a tendência é de que exista um processo 
de autosseleção na demanda por crédito, de modo que o grupo de tratamento seja 
composto por empresas melhores geridas, na média. 
Silva (2009), avalia o impacto do FNE (e de outros fundos constitucionais – FNO 
e FCO) e, embora tenha encontrado efeitos significativos do FNE sobre taxa de variação 
do emprego para as pequenas e microempresas, ressalta que essas firmas beneficiadas 
podem estar sendo favorecidas por um viés ocasionado pelo modo como elas conseguem 
o benefício. 
Então, partindo do pressuposto de que o banco operador da política aprova os 
pedidos de empréstimos as empresas com maiores rating de crédito, o grupo formado 
34 
 
pelas empresas beneficiadas (grupo de tratamento) pode ter algum viés nas estimativas 
dos impactos dos fundos constitucionais de financiamento e, esse viés seria em favor do 
efeito positivo do FNE. 
Diante disso, a abordagem seguida propõe que sejam adicionadas duas variáveis 
instrumentais, uma relacionada ao recebimento ou não do tratamento e outra relacionada 
à intensidade do tratamento, com a exigência de que ambas não sejam correlacionadas à 
variável de resposta, objetivando tornar a especificação robusta à presença de 
endogeneidade. 
Assim, para o caso binário, utilizamos a presença de agências do BNB no 
município, que é uma variável que se relaciona ao recebimento ou não do FNE, e que não 
tem correlação com as variáveis resposta (crescimento do emprego e massa salarial). Tal 
subterfúgio segue o mesmo utilizado por Irffi, Araújo e Bastos (2016), que a justificaram 
como um instrumento adequado, devido à escolha de localização dessa variável ser uma 
decisão não apenas econômica, mas também política. 
Ressalta-se, também, que embora a agência possa conceder empréstimo para outros 
municípios, além do qual se encontra sediado, espera-se que os empréstimos sejam 
maiores para os municípios que tenham agência do que para os municípios vizinhos. 
Para o caso contínuo, utiliza-se como instrumento o tamanho da empresa, expresso 
pelo número de funcionários que ela possui, no qual essa variável está associada ao 
tamanho do financiamento (nível de tratamento). 
 
Função Dose-Resposta – Taxa De Variação De Empregados 
 
Esta seção avalia o efeito dos desembolsos do FNE sobre o crescimento do número 
vínculos aportados pelas empresas durante o período em análise. A Figura 4 mostra o 
box-plot relacionado a taxa de crescimento no número de empregos em nível de firmas e 
a razão entre o volume de recursos aportados via FNE e o total de empregados pré-
tratamento. 
Verifica-se um alto grau de variação na taxa de crescimento donúmero de 
empregados dentro das categorias, indicando uma forte assimetria no crescimento físico 
das empresas intra-grupos. Em particular, empresas que receberam algum nível de 
35 
 
financiamento do FNE apresentam quartis e valor médio superiores do que o observado 
em firmas que não acessaram ao programa de financiamento. Destaca-se que dentro do 
grupo de tratados, há um ponto de máximo na evolução da variável de resposta no 
intervalo dos percentis 0.70-0.90, denotando que os ganhos decorrentes da absorção de 
crédito são não lineares. 
Figura 4 – Dose do Tratamento X Variação no Emprego 
 
A Tabela 3 e as Figuras 5 e 6 reportam os resultados das estimações da função dose-
resposta considerando a abordagem por Mínimos Quadrados Ordinários e via Variáveis 
Instrumentais em dois estágios, a qual considera a presença de endogeneidade na estrutura 
de estimação. Conforme pode ser observado, os coeficientes estimados apresentam 
diferenças não triviais tanto em termos de intensidade quanto em termos de direção, 
indicando que a presença de endogeneidade torna os coeficientes estimados por MQO 
enviesados. 
Os resultados estimados indicam efeito significante da variável binária referente ao 
tratamento sobre a variável de resposta somente no caso em que a endogeneidade é 
negligenciada, indicando a presença de autosseleção nos componentes de demanda e 
oferta de crédito. 
A análise denota assimetria do incremento dos vínculos empregatícios em termos 
inter-setoriais, reportando que empresas do setor de comércio, serviços, indústria e 
construção civil apresentaram um maior incremento do que os demais setores. 
36 
 
Tabela 3 – Resultados da Estimação por Mínimos Quadrados Ordinários (MQO) e 
Variáveis Instrumentais (IV) – Crescimento do Emprego 
 (1) OLS (2) IV 
Tratamento 0.392*** -2.886 
(0.133) (3.360) 
Salário médio 0.002*** -0.001 
(0.000) (0.001) 
Idade Média 0.010 0.003 
(0.008) (0.032) 
Ensino Fundamental 0.002 -0.012 
(0.002) (0.008) 
Ensino Médio 0.003 -0.009 
(0.002) (0.007) 
Ensino Superior 0.015*** -0.021 
(0.003) (0.014) 
Ceará (Dummy) -0.250* -0.382 
(0.128) (0.398) 
Agropecuária -0.234 -0.650 
(0.373) (1.167) 
Comércio -0.294 4.498*** 
(0.332) (1.480) 
Construção Civil 2.046*** 4.754*** 
(0.464) (1.452) 
Indústria 0.354 4.278*** 
(0.346) (1.608) 
Serviços -0.277 4.146*** 
(0.326) (1.429) 
Pib per capita (2004) 2.14e-05* 0.000 
(0.000) (0.000) 
Tw_1 0.274*** 22.988*** 
(0.844) (5.472) 
Tw_2 -0.018*** -0.249*** 
(0.001) (0.076) 
Constante 0.436 -4.230* 
(0.481) (2.204) 
Dummies Temporais Sim Sim 
Observações 9375 9375 
R² ajustado 0.273 
Fonte: Elaboração própria 
 
As linhas sólidas nas Figuras 5 e 6, mostram o efeito das linhas de crédito do FNE 
sobre o incremento de empregos em nível de empresas. Além disso, evidenciam a 
presença de retornos marginais decrescentes, no qual vemos uma trajetória semelhante à 
37 
 
uma curva 𝑢 − 𝑖𝑛𝑣𝑒𝑟𝑡𝑖𝑑𝑎 nas duas especificações, com o ponto de máximo no modelo 
OLS mais a direita que o ponto de máximo no modelo IV e, sugerindo que a aceleração 
do número de vínculos em termos do financiamento apresenta um grau de exaustão em 
torno do nível de 50% e 75% em relação ao valor máximo financiado. Ressalta-se, 
também, que quando a função cruza o zero, o efeito do tratamento torna-se não 
significante além deste ponto. 
O modelo OLS apresentou um ponto de máximo na dosagem correspondente a 70% 
do valor máximo financiado e, apresentou um impacto médio de 133.94% sobre o 
crescimento do emprego. Para o modelo IV, onde a endogeneidade é corrigida, vemos 
um ponto de máximo mais precoce (50%) e um impacto médio maior, correspondente a 
357,54%. Vale ressaltar, que os coeficientes relacionados à relação entre a intensidade do 
tratamento e a variável de resposta foram estatisticamente significantes em todos os casos, 
confirmando o grau de adequabilidade da forma semi-paramétrica adotada em ambos. 
Em termos gerais, segundo o modelo em dois estágios, o efeito do programa de 
financiamento deixa de ser significante do ponto de vista estatístico no extremo superior 
da distribuição, indicando que um limite superior para a efetividade do programa de 
financiamento à atividade econômica na região nordeste. 
Nessa linha, pode-se caracterizar que o incremento inicial na capacidade de 
investimento das empresas via FNE fornece um incentivo à ampliação das atividades 
econômicas realizadas, implicando em uma expansão do grau de produtividade das firmas 
designadas. No estrato inferior da distribuição o impacto se dá pela mitigação das 
restrições de crédito enfrentadas pelas firmas, enquanto os efeitos subsequentes são 
potencialmente decorrentes de economias de escala, em especial no setor industrial, que 
contempla a maior parcela das unidades tratadas. 
No entanto, a partir de um certo limiar o efeito sobre a expansão da atividade 
produtiva torna-se nula, provavelmente em decorrência das fricções de mercado de curto 
prazo. 
 
 
 
 
38 
 
Figura 5 – Função Dose-Resposta para Crescimento do Emprego (MQO) 
 
 
Figura 6 – Função Dose Resposta para o Crescimento do Emprego sob Hipótese de 
Endogeneidade (IV) 
 
 
39 
 
Variação Da Massa Salarial 
 
Além da dinâmica do emprego, a massa salarial é outro indicador importante para 
avaliar o efeito do programa FNE sobre a geração de renda das atividades econômicas 
das empresas financiadas. A Figura 7 denota uma tendência de aumento nos quartis e na 
média da variação salarial em função tanto do tratamento quanto da intensidade do 
mesmo. No entanto, cabe destacar que o grau de volatilidade, mensurado pela distância 
interquantis e limites inferior e superior, também aumenta na medida em função da 
intensidade do tratamento, com exceção da variação salarial para as empresas no intervalo 
de percentis (75,90], onde o grau de incerteza quanto à variação salarial é menor. 
Figura 7 – Dose do Tratamento X Massa Salarial 
 
Com relação às especificações estimadas considerando a variação da massa salarial 
como variável de resposta, as evidências novamente sugerem endogeneidade na seleção 
dos tratados. Note que a variável binária de tratamento apresenta efeito positivo e 
estatisticamente significante somente na especificação por OLS. 
O resultado reforça a presença de autosseleção, na medida em que características 
não observadas, como o grau de esforço e habilidades inatas dos gestores das empresas, 
tendem a afetar tanto a decisão de contratação do FNE quanto o crescimento da empresa 
e a variação da massa salarial, consequentemente. 
Segundo os resultados estimados em dois estágios com a adição de variáveis 
instrumentais para controlar a endogeneidade inerente ao programa, denota-se uma 
40 
 
relação negativa do salário médio dos trabalhadores pré-tratamento e a variação da massa 
salarial. Nesse caso, acredita-se que a política de aumento real do salário-mínimo no 
período entre 2004 à 2011 exerça maior efeito sobre os rendimentos de trabalhadores no 
extremo inferior da distribuição salarial, o que explica o maior crescimento da massa 
salarial nas empresas com menor salário médio pré-tratamento. 
Já o setor agropecuário apresentou uma relação negativa com o incremento da 
massa salarial, enquanto o setor de construção civil possui um efeito positivo sobre a 
variação da massa salarial relativo aos demais setores. 
Ainda sobre o setor agropecuário, ele tem apresentado um crescimento de 
produtividade acima da média nacional nos anos 2000 em decorrência do uso intensivo 
de novas tecnologias (Menezes-Filho, Campos e Komatsu, 2014), no entanto, estudos têm 
denotado que o incremento na produtividade do trabalho não tem sido plenamente 
repassado aos salários dos trabalhadores (Vicente, Baptistella e Francisco, 2005). Outro 
aspecto relevante é a menor sensibilidade dos rendimentos dos trabalhadores no extremo 
inferior da distribuição emrelação ao salário-mínimo no setor agrícola (Hoffman e 
Oliveira, 2013). 
Tabela 4 – Resultados da Estimação por Mínimos Quadrados Ordinários (OLS) e 
Variáveis Instrumentais (IV) – Variação da Massa Salarial 
 (1) MQO (2) IV 
Tratamento 0.636** -1.842 
(0.283) (2.681) 
Número de empregados 3.546 0.000 
(0.000) (0.000) 
Salário médio -0.0004*** -0.0009* 
(0.0002) (0.0005) 
Idade Média -0.23 -0.037 
(0.162) (0.254) 
Tempo de Empresa -0.008*** -0.003 
(0.001) (0.003) 
Ensino Fundamental 0.001 -0.021 
(0.004) (0.006) 
Ensino Médio 0.005 0.002 
(0.004) (0.005) 
Ensino Superior 0.013** 0.008 
(0.006) (0.113) 
Ceará (Dummy) -0.531* -0.615* 
(0.273) (0.317) 
Agropecuária -3.636*** -4.440*** 
(0.812) (1.104) 
41 
 
Comércio -4.058*** -3.361*** 
(0.741) (0.905) 
Construção Civil 2.046*** 4.754*** 
(0.464) (1.452) 
Indústria -3.209*** -2.506** 
(0.772) (1.072) 
Serviços -3.390*** -2.891** 
(0.739) (0.897) 
Pib per capita (2004) 0.00004* 0.000 
(0.000) (0.000) 
Tw_1 -0.964*** 7.481* 
(0.267) (4.366) 
Tw_2 0.244*** -0.057 
(0.121) (0.603) 
Tw_3 -0.002*** 
(0.000) 
Constante 6.864 6.756*** 
(0.000) (0.000) 
Dummies Temporais Sim Sim 
Observações 9375 9375 
R² ajustado 0.166 
Fonte: Elaboração própria 
 
Assim como observado para a taxa de variação de empregados, o impacto da 
intensidade do tratamento sobre a variação da massa salarial apresenta uma trajetória não 
linear, atingindo um ponto de máximo (modelo OLS) em torno do percentil 70, o que 
também superestima o máximo encontrado na especificação estimada em dois estágios 
com adição de variáveis instrumentais, em torno do percentil 60. O que acarreta as 
mesmas inferências realizadas anteriormente sobre o impacto no crescimento do 
emprego. 
Novamente, o modelo OLS apresenta um ponto de dosagem ótima em um nível de 
70% do valor máximo financiado, com um impacto médio de 188,55% sobre o 
crescimento da massa salarial no período avaliado. Considerando o modelo IV, vemos 
um ponto ótimo da dose em 60% do valor máximo aportado e um impacto médio de 
220,96% sobre a nossa variável resposta. 
Note, também, que a função dose-resposta apresenta bandas mais dilatadas (limites 
inferior e superior mais distantes do parâmetro estimado) quando se considera a presença 
de endogeneidade, sugerindo que alto grau de incerteza quanto à não-lineariedade da 
função dose-resposta. Novamente, o modelo em dois estágios indica que o efeito do 
42 
 
programa de financiamento sobre a variável de resposta deixa de ser significante no 
extremo superior da distribuição. 
 
Figura 8 – Função Dose Resposta para Taxa de crescimento da Massa Salarial (MQO) 
 
 
Figura 9 - Função Dose Resposta para a Taxa de Crescimento da Massa Salarial sob 
Hipótese de Endogeneidade (IV) 
 
43 
 
Ressalta-se que, por tratar-se de uma abordagem diferente, o impacto médio, aqui 
mencionado, é uma média dos impactos (percentil 10 ao 90) ao longo da distribuição, 
para termos uma noção sobre a magnitude, mas que não são diretamente comparáveis aos 
impactos médio encontrados em Soares (2009) e, além disso, assumimos impacto zero 
onde o dose resposta não se mostrou significante. 
Comparativamente, podemos observar, em ambos os casos, que o ponto de 
dosagem ótima do modelo OLS superestima o ponto ótimo encontrado no modelo IV, e 
isso não resulta em um impacto maior sobre o crescimento do emprego e/ou da massa 
salarial. 
Provavelmente isto decorre do fato de que neste modelo não há controle sobre o 
problema de autosseleção, associando ao FNE, um crescimento que pode, na verdade, ser 
ocasionado pelo esforço e qualidade da gestão das empresas que buscaram esse 
financiamento. Assim, é condição necessária o controle da endogeneidade para de fato 
inferir o papel desses programas de financiamento sobre a economia. 
Ressalta-se que, na atual abordagem, há a possibilidade de avaliar a distribuição 
completa da variável de tratamento, incluindo as unidades que não receberam o 
tratamento, gerando uma compreensão mais precisa do padrão observado do tratamento. 
Tabela 5 – Impacto do FNE sobre o Crescimento do Emprego 
 Média Impacto Máximo Ponto de máximo 
Soares (2009) 132.23 - - 
Modelo OLS 133.94 211.56 70% 
Modelo IV 357.54 523.21 50% 
Fonte: Elaboração própria 
 
Tabela 6 – Impacto do FNE sobre o Crescimento da Massa Salarial 
 Média Impacto Máximo Ponto de máximo 
Soares (2009) 112.59 - - 
Modelo OLS 188.55 236.33 70% 
Modelo IV 220.96 360.29 60% 
Fonte: Elaboração própria 
44 
 
CONSIDERAÇÕES FINAIS 
Como dito, o objetivo do FNE é gerar desenvolvimento econômico e social, além 
de reduzir as desigualdades regionais por meio do financiamento do setor produtivo. 
Logo, devido a sua importância para a evolução da economia nordestina, diversos estudos 
tentam estimar seus micro e macroimpactos (Silva, Resende e Neto, 2009; Soares, Sousa 
e Neto, 2009; Resende, 2012; Resende, 2014; Oliveira et al, 2015 e; Oliveira et al, 2017). 
Nosso objetivo principal se dá pela resolução de um problema comum aos estudos 
supracitados, que é a presença do viés de seleção ocasionado pelo fato das escolhas das 
empresas beneficiadas de uma determinada política não serem feitas de maneira aleatória. 
Logo, os Fundos podem ser alocados de acordo com a demanda dos municípios: o 
que indica que municípios maiores e com melhor infraestrutura bancária possuem maior 
probabilidade de acesso a esses recursos; ou pela oferta: na qual a concessão do 
financiamento se dá com base no rating de crédito das empresas, de maneira que o nível 
do tratamento se correlacione ao potencial de crescimento da empresa. 
Neste estudo, fizemos a utilização da mesma base de dados utilizada por Soares et 
al (2009), mas sob a abordagem econométrica proposta por Cerulli (2015), com o objetivo 
de identificar possíveis variações nos resultados, através da estimação da Função Dose 
Resposta, na qual a variável de tratamento é considerada contínua, e com a utilização de 
técnicas de variáveis instrumentais, visando a robustez frente à presença de 
endogeneidade. 
Destacamos dois estudos, Filippetti et al (2018) e Cerulli (2014), nos quais, 
também, foram utilizados a abordagem Dose-Resposta e que também corroboram para 
essa literatura. No entanto, em ambos os estudos, os autores relataram a dificuldade em 
encontrar instrumentos robustos e confiáveis, e acabaram optando por utilizar o método 
OLS, e não a abordagem de variáveis instrumentais (IV). Ademais, os autores 
especificaram seus modelos a partir de uma quantidade suficientemente grande de 
variáveis de controle significativas que, em conjunto, espera-se que mitigue o problema 
da presença de covariáveis não observáveis. 
Por fim, nossos resultados apontam para um impacto significante do FNE sobre o 
crescimento do emprego e da massa salarial para o ano de 2004 a 2008, na qual os 
coeficientes relacionados a relação entre o volume do FNE e as variáveis resposta foram 
estatisticamente significantes em todos os casos. Comparando com o artigo anterior, 
45 
 
apesar de algumas diferenças não triviais, nota-se uma maior acurácia do real impacto do 
fundo, ou seja, acontece uma maior imprecisão do impacto em modelos em que a hipótese 
de exogeneidade é relaxada. 
 
REFERÊNCIAS 
BNB. Programação Regional do FNE 2018. Fortaleza: 2018. 
BIA, Michela; MATTEI, Alessandra. A Stata package for the estimation of the dose-
response function through adjustment for the generalized propensity score. The 
Stata Journal, v. 8, n. 3, p. 354-373, 2008. 
CARNEIRO, Diego. Determinantes da Eficiência da Aplicação dos Recursos do 
FNE. Banco do Nordeste do Brasil (BNB) – Avaliação de Políticas e Programas. 2018. 
CARNEIRO, Diego; NOGUEIRA, Jacqueline Cambota. Avaliação do Fundo 
Constitucional de Financiamento do Nordeste: Uma Revisão Sistemática da 
Literatura. Banco do Nordeste do Brasil (BNB) – Avaliação de Políticas e Programas. 
2018. 
CERULLI,Giovanni; POTÌ, Bianca. Public support intensity and company R&D 
performance: Evidence from a dose-response model. 2014. 
CERULLI, Giovanni. ctreatreg: Command for fitting dose–response models under 
exogenous and endogenous treatment. The Stata Journal, v. 15, n. 4, p. 1019-1045, 
2015. 
GONDIM, Jane Mary; SOUZA, Jânia Maria Pinho; PIRES, Inacio Jose Bessa. O 
Impacto dos Investimentos do FNE na Geração de Empregos no Nordeste: Período 
2000-2006. Revista Econômica do Nordeste, v. 42, n. 1, p. 67-86, 2011. 
HIRANO, K.; IMBENS, G. The propensity score with continuous treatments. 2004. 
GELMAN, A.; MENG, X.-L. (Eds.). Applied Bayesian modeling and causal inference 
from incomplete-data perspectives. Nova Iorque: Wiley, 2004. 
GUARDABASCIO, B., and M. Ventura. 2014. Estimating the dose–response function 
through a generalized linear model approach. Stata Journal 14: 141–158. 
 
46 
 
HOFFMANN, R.; OLIVEIRA, R. B de. The Evolution of Income Distribution in 
Brazil in the Agricultural and the Non-agricultural Sectors. World Journal of 
Agricultural Research. 2014; 2(5):192-204. doi: 10.12691/wjar-2-5-1. 
IRFFI, G., ARAÚJO, J. I. da S., BASTOS, F de S. (2015) Efeitos heterogêneos do 
Fundo Constitucional de Financiamento do Nordeste na região do Semiárido. In: 
XXII FÓRUM BANCO DO NORDESTE DE DESENVOLVIMENTO e XXI 
ENCONTRO REGIONAL DE ECONOMIA. 2016. 
LINHARES, Fabrício Carneiro; SOARES, Ricardo Brito; GONÇALVES, Marcos 
Falcão; VIANA, Luiz Fernando Gonçalves. Brazil’s Northeast Financing 
Constitutional Fund: Differentiated effects on municipal economic growth. CEPAL 
Review, v. 2014, n. 113, p. 175-192, 2014. 
MENEZES FILHO, Naercio; CAMPOS, Gabriela; KOMATSU, Bruno. A evolução da 
produtividade no Brasil. Brasil. São Paulo, CPP Policy Paper, n. 12, 2014. 
OLIVEIRA, Guilherme Resende; MENEZES, Rafael Terra; RESENDE, Guilherme 
Mendes. Efeito dose resposta do fundo constitucional de financiamento do centro-
oeste (FCO) no estado de Goiás. Nova Economia, v. 28, n. 3, 2018. 
OLIVEIRA, Guilherme Resende; RESENDE, Guilherme Mendes; GONÇALVES, Caio 
Nogueira; SILVA, Diego Firmino. Efeitos Não Lineares dos Fundos Constitucionais 
de Financiamento entre 2000 e 2012. In: ENCONTRO NACIONAL DE ECONOMIA, 
45., 2017, Natal. Anais... Natal: Anpec, 2017. 
RESENDE, Guilherme Mendes. Micro e macroimpactos de políticas de 
desenvolvimento regional: O caso dos empréstimos do FNE-industrial no estado de 
Ceará. Texto para Discussão, 2012. 
RESENDE, Guilherme M. Measuring micro-and macro-impacts of regional 
development policies: The case of the Northeast Regional Fund (FNE) industrial 
loans in Brazil, 2000–2006. Regional studies, v. 48, n. 4, p. 646-664, 2014. 
ROYSTON, P., and W. Sauerbrei. 2008. Multivariable Model-building: A Pragmatic 
Approach to Regression Analysis Based on Fractional Polynomials for Modelling 
Continuous Variables. Chichester, UK: Wiley. 
47 
 
SILVA, Alexandre Manoel Angelo; RESENDE, Guilherme; NETO, Raul da Mota 
Silveira. Uma Avaliação da Eficácia do FNE, no período 1995-2000. Análise 
econômica, v. 25, n. 48, 2007. 
SILVA, Alexandre Manoel Angelo da; RESENDE, Guilherme Mendes; SILVEIRA 
NETO, Raul da Mota. Eficácia do gasto público: uma avaliação do FNE, FNO e 
FCO. Estudos Econômicos (São Paulo), v. 39, n. 1, p. 89-125, 2009. 
SOARES, Ricardo Brito; SOUSA, Jânia Maria Pinho; NETO, Antônio Pereira. 
Avaliação de impacto do fne no emprego, na massa salarial e no salário médio em 
empreendimentos financiados. Revista econômica do Nordeste, v. 40, n. 1, p. 217-234, 
2009. 
VIANA, Luiz Fernando Gonçalves; CAMBOTA, Jacqueline Nogueira. O impacto do 
Fundo Constitucional de Financiamento do Nordeste (FNE) no crescimento dos 
municípios de sua área de atuação: uma aplicação de painel dinâmico. In: Encontro 
Nacional Da Associação Brasileira De Estudos Regionais E Urbanos, 15., 2017, Caruaru. 
Anais... Caruaru: Aber, 2017. 
VICENTE, M. C. M.; BAPTISTELLA, C. S. L.; FRANCISCO, V. L. F. S. Evolução do 
mercado de trabalho na agropecuária paulista, 1995-2004. In: Congresso Da 
Sociedade Brasileira De Economia, Administração E Sociologia Rural, 43., 2005, 
Ribeirão Preto (SP). Anais... Ribeirão Preto: SOBER, 2005. 
 
 
 
 
 
 
 
ANEXOS 
Quadro Resumo das Avaliações do FNE 
Autor (res) Período Variáveis de resultado Método Resultados 
Silva, 
Resende e 
Silveira Neto 
(2007) 
1995-2000 Taxas de Variação do 
Número de Empregados 
e do Salário Médio 
Propensity Score 
Matching 
Não foram observados efeitos do FNE sobre a variação do emprego ou do salário. No subperíodo 1995 a 
1998 foi observado um impacto de 65 a 68 p.p. sobre a variação emprego, sendo esse de 76 a 79 p.p. para as 
Micro e Pequenas Firmas e nulo para o setor Industrial. 
Soares, Sousa 
e Pereira Neto 
(2009) 
1999-2006 Taxas de Variação do 
Número de 
Empregados, da Massa 
Salarial e do Salário 
Médio 
Propensity Score 
Matching 
Foi constatado um impacto médio de 132 a 137 p.p. do número de empregos e de 113 a 120 p.p. sobre a 
massa salarial após 5 anos da contratação. Não foram observados quaisquer efeitos do programa sobre o 
salário médio. 
Gondim, 
Sousa e Pires 
(2011) 
2000-2006 Taxa de Variação do 
Número de Empregados 
Coeficiente de 
Correlação 
Constatou-se um crescimento do número de empregados 372,25% (141 p.p.) superior nas empresas que 
receberam financiamento via FNE, quando comparadas as que não receberam financiamento. 
Resende 
(2014a) 
2000-2006 Taxas de Variação do 
Número de Empregados 
e de Crescimento do 
PIB per capita 
First Differences e 
Propensity Score 
Matching 
Foi observado para o subperíodo de 2000 a 2003, uma taxa média de variação do número de empregos 
superior em cerca de 20 p.p. para as firmas beneficiadas pelo FNE (exceto agrícola). O efeito reduz para 16 
p.p. no período completo de 2000 a 2006, sendo não significante em algumas especificações. Já ao nível dos 
municípios, não foi observado qualquer efeito dessa parcela do FNE sobre o crescimento do PIB per capita. 
Resende 
(2014b) 
2004-2010 Taxa de Crescimento do 
PIB per capita 
Efeitos Fixos Os resultados mostram que um aumento de 10 p.p. na proporção do FNE em relação ao PIB municipal induz 
um aumento entre 0,21 e 0,65 p.p. de crescimento anual do PIB per capita. A análise setorial mostrou efeitos 
positivos dos empréstimos à Agricultura e Comércio/Serviços, mas não à Indústria. 
Irffi, Araújo e 
Bastos (2016) 
2000-2010 Taxas de Variação do 
Número de Empregados 
e de Crescimento do 
PIB per capita 
Regressão 
Quantílica com 
Variável 
Instrumental 
Efeito do FNE total sobre a taxa de crescimento acumulada do PIB per capita dos municípios é decrescente 
com relação a mesma, oscilando de 0,06 a 0,03 p.p. no primeiro e nono decis respectivamente. 
Especificamente para o Semiárido não foi possível concluir a presença de heterogeneidade na distribuição. 
Resende, 
Silva e Silva 
Filho (2017) 
1999-2011 Taxa de Crescimento do 
PIB per capita 
Efeitos Fixos e 
Dependência 
Espacial 
A partir do modelo de efeitos fixos, observou-se uma elevação de 0,85, 0,12 e 0,21 p.p. no crescimento 
médio do PIB per capita como resposta a um elevação de 1% nos desembolsos do FNE/PIB (1º ano) nos 
municípios das microrregiões de Alta Renda, Dinâmica e Estagnada, respectivamente. Os resultados dos 
modelos com dependência espacial mostram que um aumento de 1% no FNE/PIB (acumulado 2 anos) gera 
transbordamentos positivos de 0,33 e 0,17 p.p. sobre o crescimento do PIB per capita dos municípios 
vizinhos aqueles classificados como dinâmicos ou Baixa Renda, respectivamente. As estimações a nível 
microrregional apontam coeficientes ligeiramente diferentes, mas sem a presença de transbordamento. 
ANÁLISE DE ROBUSTEZ DAS VARIÁVEIS INSTRUMENTAIS 
O teste de endogeneidade Durbin-Wu-Hausman tem como hipótese nula a 
exogeneidade do número de metodologias aderidas pela escola. Para avaliar a força do 
instrumento “complexidade da escola”, realizam-se